低成本AI+机器视觉质检一体机落地实操方案：小件注塑/橡胶制品表面缺陷检测

一、 方案优势分析

• 硬件成本极低：体积小，视野小，不需要昂贵的大靶面相机和巨型光源。
• 打光极易标准化：橡胶/塑料不反光，缺陷（缺料、毛边、气泡、污渍）在简单的光源下特征极其明显。
• 痛点极痛：这类小件人工质检极其伤眼，工人流动率极高，老板急需机器换人。
• 机械结构成熟：不需要自己设计复杂的传送带，市面上有极其成熟的“玻璃盘光学筛选机”空机可以直接买。

二、 极简 MVP（最小可行性产品）BOM 成本核算

核心原则：不造轮子，不买贵货，只买对的。

模块	选型建议（极致性价比）	预估成本 (RMB)	备注（为什么不买贵的）
工业相机	海康/大华 500万像素 千兆网口 2D面阵相机	800 - 1,200	500万看小件绰绰有余，不用上千万像素。
镜头	国产定焦镜头 (如 慕藤光/普密斯 12mm或16mm)	200 - 400	不用买进口大牌，国产光学玻璃完全够用。
光源	国产 低角度环形光 或 无影环形光 + 控制器	300 - 600	核心！ 低角度打光能让毛边、划痕产生阴影，缺陷瞬间放大。
计算主机	二手 ThinkPad/Dell 工作站 (i5 + 二手 RTX 2060/3060)	2,000 - 2,500	跑 YOLOv8 推理足够了，二手性价比无敌。
机械本体	1688/淘宝 购买 “玻璃盘光学筛选机” 空机 (不含视觉系统)	3,500 - 5,000	核心！ 自带振动盘上料、玻璃盘旋转、相机暗箱。绝对不要自己画图加工机械！
控制主板	筛选机自带的 简单 IO 控制板 (带串口通讯)	0 (包含在空机内)	直接通过串口发指令控制吹气阀，免去写PLC程序的痛苦。
总计	单台 MVP 硬件成本	约 7,000 - 9,700 元	只要卖 2.5万 - 3万，毛利就超过 60%。

三、 从 0 到 1 具体操作过程（8周落地 SOP）

阶段一：买空机与“光学验证”（第 1-2 周）

目标：证明“相机+光”能看清缺陷，而不是靠算法。

1. 采购：在 1688 上搜“玻璃盘光学筛选机 空机”，买一台最基础的。同时买好相机、镜头、光源。
2. 组装：把相机和光源固定在机器自带的铝型材支架上。
3. 打光测试（最关键的一步）：拿样品放在玻璃盘上，调整光源角度和亮度。验收标准：在相机画面里，不需要任何算法，人眼一眼就能看出良品和不良品的明显差异。如果拍出来灰蒙蒙一片，停止写代码，继续调光！

阶段二：数据采集与“偷懒式”训练（第 3-4 周）

目标：用最少的时间训练出一个能用的 YOLO 模型。

1. 采图：让机器跑起来，用 Python 脚本连续抓拍 1000 张图片。
2. 标注（偷懒法）：下载开源工具 X-AnyLabeling。加载预训练 YOLOv8 模型自动预标注，人工只需修改。分类建议极简：只分 Good 和 Defect。
3. 训练：使用 Ultralytics YOLOv8 开源库，使用最小的nano模型，训练完成后导出为 ONNX 或 TensorRT 格式加速推理。

阶段三：极简软件集成与机电联调（第 5-6 周）

目标：让 AI 能控制机器吹气，形成闭环。

1. 视觉软件：用 Python 写简单的推理脚本，逻辑：取图 -> 推理 -> 判断 -> 输出结果。
2. 通讯与控制：确保筛选机控制板支持 RS232/RS485 串口通讯。用 Python pyserial 库，当判定为不良品时，发送特定指令触发气阀吹出废料。
3. UI 界面：用 PyQt5/PySide6 写个极简界面：显示实时画面、画框、今日总数、良率等。

阶段四：现场部署与“影子模式”（第 7-8 周）

目标：在真实环境中跑通，收集长尾数据。

1. 进厂：接通电源和压缩空气。
2. 影子模式：绝对不要一开始就开启自动吹气！让AI只检测、只记录。安排人工复核。
3. 收集“错题本”：收集误判和漏判图片，重新微调模型。
4. 正式切线：当“过杀率”低于 1%，“漏杀率”低于 0.1% 时，开启自动吹气，项目验收。

四、 核心避坑心法（小公司保命指南）

1. “光学”占 70%，“算法”占 30%：打光没打好，算法来凑是死路一条。花 1000 块买合适的光源，比花 10 万升级算法有效 100 倍。
2. 坚决不碰“非标机械结构”：核心竞争力是“大脑（AI）”，四肢（机械）直接买成熟的标准件（如玻璃盘机）。
3. 接受“过杀”，拒绝“漏杀”：宁可错杀一千，不可放过一个。故意调低置信度阈值，让 AI 变得“神经质”一点。
4. 商业模式：卖设备 + 卖“安心”：设备低价入场，每年收取“AI 模型维护与升级费”，产品换型时远程重新训练模型，保证持续盈利。